买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京法伯宏业科技发展有限公司申请的专利一种融合知识图谱与深度学习的数据分析方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121327780B 。

龙图腾网通过国家知识产权局官网在2026-04-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511786478.6，技术领域涉及：G06F18/25；该发明授权一种融合知识图谱与深度学习的数据分析方法及系统是由薛林桐;杨绍杰设计研发完成，并于2025-12-01向国家知识产权局提交的专利申请。

本一种融合知识图谱与深度学习的数据分析方法及系统在说明书摘要公布了：本发明涉及数据处理技术领域，尤其涉及一种融合知识图谱与深度学习的数据分析方法，该方法包括：获取多模数据与历史市场异常波动信息；构建动态医药知识图谱；确定异常节点与因果链路；生成联合特征向量；捕捉市场指标演化趋势，得到候选市场异常；隐性市场信号判定；调整检测阈值；生成市场分析报告。本发明通过将多模数据与反映医药市场实体关联和波动演化关系的知识图谱相结合，使市场动态的时序变化特征在深度学习模型中得到充分表达，有效解决了由于数据模态单一导致特征表征不完整、难以适应市场动态演化导致的复杂市场环境下导致数据处理准确度低、响应速度慢的问题。

本发明授权一种融合知识图谱与深度学习的数据分析方法及系统在权利要求书中公布了：1.一种融合知识图谱与深度学习的数据分析方法，其特征在于，包括： 实时获取基于医药市场各源数据中的药品基础属性数据、终端使用行为数据、市场宏观指标数据、医学学术文献数据以及舆情数据融合得到的多模数据集和医药市场的历史异常波动信息； 根据各所述源数据的逻辑关联结构关系和预设历史市场模式构建第一知识图谱； 根据所述历史异常波动信息确定所述第一知识图谱中的若干异常节点和异常节点的因果链路，并对因果链路中的各关系链赋予置信度权重和时间戳，以构成带时序语义的动态医药知识图谱； 根据所述多模数据集、所述动态医药知识图谱以及预设图神经网络确定联合特征向量； 根据预设时序图神经混合模型捕捉预设监测周期内所述联合特征向量中所述药品基础属性数据和所述终端使用行为数据的演化趋势，并根据演化趋势构建各源数据之间的关系影响，以得到候选异常列表； 根据所述候选异常列表中隐性异常的出现概率、预设检测阈值以及所述动态医药知识图谱中的历史异常特征模板和因果路径规则确定隐性异常的异常类型，以得到隐性判定结果； 根据预设修正时长内所述隐性判定结果的时间分布特征调整所述检测阈值； 根据所述动态医药知识图谱和调整所述检测阈值后重新得到的所述隐性判定结果生成分析报告。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京法伯宏业科技发展有限公司，其通讯地址为：100020 北京市朝阳区东直门外大街小关56号5幢1层111室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。